玩遊戲不難 ● 做營運好難

---------------------------------------------
【好康插播】「GoingBus」，提供價格近乎對折的影音平台帳號合租服務 <<了解更多>>
---------------------------------------------

分享一個小故事：

近期某款手遊營運團隊在分析各渠道的留存率，發現其中有一條渠道的留存率特別差，次留大約10%，而且後續30日留存已經剩下1%，整個線圖看起來如上圖：（數據都調整過了，僅示意，不代表任一款產品）

從整個線圖看下來，很明顯整個關鍵在於次留衰退過大，導致後續整個留存崩盤，因此大家討論重點在於拆解並優化此渠道的用戶旅程以提高次日留存。

幾輪數據的探討與優化發想後，大家大致有個初步優化目標，正準備要開始著手執行時，
經理問到：「除了次留低外，還有沒有其他天數也有明顯衰退？」
這時候大家議論紛紛：「應該就只有次留吧，後面整個線圖看起來低到不行，到了第30天只剩下1%留存，沒特別值得看的點了。」
經理回覆：「你們確定數據都看仔細了嗎？別落入數據的陷阱之中！」

故事說到這裡，你知道經理提到的陷阱是什麼嗎？

主要有兩個部分：

1.忽略絕對值
次留後由於%數過小，當我們看到數字僅剩下5%、3%、1%這樣的下滑，很容易會因為數字過於微小而輕忽，這時候如果轉成絕對值來看，說不定Day 2的6.5%的玩家實際上仍有上千人，整個看下來，Day 1後的流失仍是不容小覷。

2.忽略衰退幅度
10%掉到6.5%，絕對不是只掉了3.5%，而是35%的衰退幅度，同上所言，如果僅以為是3.5%的衰退，會讓大家覺得好像忽略也沒甚麼關係，但如果是35%的衰退幅度，那感受就完全不同。

因此整體來看，Day 1 90%的衰退幅度絕對是團隊首要優化目標，但由於後面幾天的衰退幅度也不小，代表即使用戶撐過Day 1後，後續仍有其他原因導致流失，如果能夠在檢討時就一併發現問題並調整的話，後續留存將更有機會獲得顯著改善。

希望透過上述的分享，
能夠幫助你未來在檢測一個數字的好壞時，
有更清楚的判斷依據。

延伸閱讀：營運小教室第21堂：看數據應該避免的陷阱

================
隨時關注我的粉絲團，
不定時提供遊戲資訊與心得。
https://www.facebook.com/9i543

---------------------------------------------
【好康插播】「GoingBus」，提供價格近乎對折的影音平台帳號合租服務 <<了解更多>>
---------------------------------------------